Im Rahmen der Energie- und Wärmewende entwickeln wir Methoden zur digitalen Bestandsaufnahme von Heizungs- und Photovoltaiksystemen. Installateuren wird somit eine schnelle Erfassung des Bestands ermöglicht, als digitale Basis für eine automatisierte Erstellung individueller Angebote zur Systemoptimierung. Hierbei greifen wir auf handelsübliche Smartphones zurück, um eine breite Anwendbarkeit der Algorithmen zu ermöglichen. Unser Verfahren basiert auf aktuellen Deep-Learning-Modellen aus dem Bereich der Computer Vision. Sie wurden vorerst zur Erfassung von Heizungssystemen entwickelt, können aber auch auf neue Fragestellungen wie zum Beispiel die Erfassung von PV-Dachanlagen oder PV-Kraftwerke übertragen werden.
Die gewünschten Bildobjekte einer Videosequenz werden mittels KI-basierten Segmentierungsmodellen pixelgenau identifiziert und klassifiziert. Zur Verbesserung der Auswertung werden auch Typenschilder identifiziert und die Beschriftung über Sprachmodelle interpretiert. Bei der 3D-Szenenanalyse werden die identifizierten Komponenten in ihrem räumlichen Bezug erfasst, wozu wir auf die integrierte LiDAR (Light Detection and Ranging)-Technologie der Mobilfunkgeräte zurückgreifen. Der Einsatz handelsüblicher Geräte erlaubt ein breites Anwendungsfeld der Algorithmen.
Zum Trainieren der Algorithmen bieten sich unsere Video-Annotationswerkzeuge an, die ein effizientes und nutzerfreundliches Labeling der gesamten Aufnahmesequenz mit wenigen Klicks ermöglichen.